學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

題名 台灣、中國與日本股市的尾端風險衡量
Measuring Tail Risks of Stock Prices in Taiwan, China, and Japan
作者 徐竣鋒
貢獻者 徐士勛
Hsu, Shih-Hsun
徐竣鋒
關鍵詞 風險值
預期短缺
尾端風險
TERES
日期 2018
上傳時間 3-Jul-2018 17:33:56 (UTC+8)
摘要 在金融市場中, 投資組合暴露在外的風險, 往往是投資人所關心的重點之一。 而近年來, 許 多未預料的事件影響著金融市場, 如交易員低估市場風險導致銀行倒閉的事件、次級房貸 引發金融海嘯、歐債危機、日本地震引發的福島核災等。 過往文獻試圖用不同方法來衡量風 險, 如波動率 (Volatility)、風險值 (Value at Risk) 與預期短缺 (Expected Shortfall) 等, 都是為了能更貼切的描述金融市場的狀況。 Gschöpf (2015) 利用紐約、德國、美國的股 市, 以及烏克蘭兌歐元的匯率的資料, 在基於預期短缺下, 建立衡量尾端風險的模型 (Tail Event Risk Expectile based Shortfall, TERES)。 本文延續此想法, 探討亞洲國家如 中國、日本及台灣各類股指數, 尾端風險的衡量, 並與風險值進行比較。 我們發現, 風險 值相對於 TERES , 其所衡量的風險較低估市場的現況。 再者, 當風險尾端事件發生時, TERES 較能準確及時的反應出風險。 因此, 我們認為 TERES 可以作為輔助衡量風險的 指標之一。
參考文獻 Artzner, P. (1999). Coherent Measures of Risk, Mathematical Finance., Vol. 9,No. 3, 203–228.
     Acerbi, C. (2002). Expected Shortfall: A Natural Coherent Alternative to Value at Risk, Economic Notes by Banca Monte dei Paschi di Siena SpA., vol. 31, no. 2-2002, 379–388.
     Breckling, J. and R. Chambers (1988) M-quantiles, Biometrika, 75, 4, 761-771
     Bsask, S. (2001). Value at Risk Based Risk Management:Optimal Policies and Asset Prices, The Review of Financial Studies Summer 2001., Vol. 14, No. 2, 371- 405.
     Gschpf, P. (2015). Tail Event Risk Expectile based Shortfall, Statistics and Proba- bility Letters, 20(2): 149–153.
     Jones, M. (1994). Expectiles and M-quantiles are quantiles, SFB 649 Discussion Paper , 2015-047.
     Taylor, J. (2008) Estimating Value at Risk and Expected Shortfall Using Expectiles, Journal of Financial Econometrics, 6(2): 231-252
描述 碩士
國立政治大學
經濟學系 
105258035
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0105258035
資料類型 thesis
dc.contributor.advisor 徐士勛zh_TW
dc.contributor.advisor Hsu, Shih-Hsunen_US
dc.contributor.author (Authors) 徐竣鋒zh_TW
dc.creator (作者) 徐竣鋒zh_TW
dc.date (日期) 2018en_US
dc.date.accessioned 3-Jul-2018 17:33:56 (UTC+8)-
dc.date.available 3-Jul-2018 17:33:56 (UTC+8)-
dc.date.issued (上傳時間) 3-Jul-2018 17:33:56 (UTC+8)-
dc.identifier (Other Identifiers) G0105258035en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/118286-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 經濟學系 zh_TW
dc.description (描述) 105258035zh_TW
dc.description.abstract (摘要) 在金融市場中, 投資組合暴露在外的風險, 往往是投資人所關心的重點之一。 而近年來, 許 多未預料的事件影響著金融市場, 如交易員低估市場風險導致銀行倒閉的事件、次級房貸 引發金融海嘯、歐債危機、日本地震引發的福島核災等。 過往文獻試圖用不同方法來衡量風 險, 如波動率 (Volatility)、風險值 (Value at Risk) 與預期短缺 (Expected Shortfall) 等, 都是為了能更貼切的描述金融市場的狀況。 Gschöpf (2015) 利用紐約、德國、美國的股 市, 以及烏克蘭兌歐元的匯率的資料, 在基於預期短缺下, 建立衡量尾端風險的模型 (Tail Event Risk Expectile based Shortfall, TERES)。 本文延續此想法, 探討亞洲國家如 中國、日本及台灣各類股指數, 尾端風險的衡量, 並與風險值進行比較。 我們發現, 風險 值相對於 TERES , 其所衡量的風險較低估市場的現況。 再者, 當風險尾端事件發生時, TERES 較能準確及時的反應出風險。 因此, 我們認為 TERES 可以作為輔助衡量風險的 指標之一。zh_TW
dc.description.tableofcontents 1. 緒論 1
     2. 實證模型 3
     2.1 一般化風險 3
     2.2 Tail Event Risk Expectile based Shortfall 4
     3 實證方法 6
     3.1 資料說明 6
     3.2 資料期間所發生的國際事件 7
     3.2.1 美國次級房貸2007:08–2008:12時期 7
     3.2.2 歐債危機2009:01–2010:12時期 7
     3.2.3 人民幣重貶2015:08時期 8
     3.3 資料期間所發生的各國國內重大事件 8
     3.3.1 日本福島核災2011:03時期 8
     3.3.2 台灣劣質油事件2014:09時期 9
     3.3.3 台灣房地合一課稅制度 2015:06–2016:01時期 9
     4 實證結果 11
     4.1 台灣加權指數 11
     4.2 日經225指數 14
     4.3 上海證券交易所綜合股價指數 16
     4.4 亞洲各國大盤比較 18
     4.5 台灣各類股-水泥類指數 20
     4.6 台灣各類股-金融保險類指數 21
     4.7 台灣各類股-食品工業指數 22
     4.8 台灣各類股-紡織纖維類指數 24
     4.9 台灣各類股-造紙工業類指數 25
     4.10台灣各類股-塑膠工業類指數 26
     4.11台灣各類股-電子工業類指數 28
     4.12台灣各類股-建材營造類指數 29
     5 結論 31
     參考文獻 32
zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0105258035en_US
dc.subject (關鍵詞) 風險值zh_TW
dc.subject (關鍵詞) 預期短缺zh_TW
dc.subject (關鍵詞) 尾端風險zh_TW
dc.subject (關鍵詞) TERESen_US
dc.title (題名) 台灣、中國與日本股市的尾端風險衡量zh_TW
dc.title (題名) Measuring Tail Risks of Stock Prices in Taiwan, China, and Japanen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) Artzner, P. (1999). Coherent Measures of Risk, Mathematical Finance., Vol. 9,No. 3, 203–228.
     Acerbi, C. (2002). Expected Shortfall: A Natural Coherent Alternative to Value at Risk, Economic Notes by Banca Monte dei Paschi di Siena SpA., vol. 31, no. 2-2002, 379–388.
     Breckling, J. and R. Chambers (1988) M-quantiles, Biometrika, 75, 4, 761-771
     Bsask, S. (2001). Value at Risk Based Risk Management:Optimal Policies and Asset Prices, The Review of Financial Studies Summer 2001., Vol. 14, No. 2, 371- 405.
     Gschpf, P. (2015). Tail Event Risk Expectile based Shortfall, Statistics and Proba- bility Letters, 20(2): 149–153.
     Jones, M. (1994). Expectiles and M-quantiles are quantiles, SFB 649 Discussion Paper , 2015-047.
     Taylor, J. (2008) Estimating Value at Risk and Expected Shortfall Using Expectiles, Journal of Financial Econometrics, 6(2): 231-252
zh_TW
dc.identifier.doi (DOI) 10.6814/THE.NCCU.ECONO.003.2018.F06-